arXiv · AI· Yuval Kansal, Karen Ullrich, Polina Kirichenko, Ilia Kulikov, Niraj K. Jha, Mohammad Pezeshki, Mark Ibrahim·· 2 小时前AI 评分43
Self-Direction 机制：将智能体错误转化为持久经验
Don't Forget What You Just Learned: Self-Directed Repair Turns Agent Mistakes Into Lasting Lessons
AI 导读
本文提出 Self-Direction 机制，允许智能体从错误中提取经验并蒸馏至轻量级低秩适配器。 该方法冻结原始权重，仅训练约 0.02% 的基座参数，在 Qwen 系列模型上将任务成功率提升 8.9 至 17.0 个百分点，且经验可泛化至新任务。 智能体可通过持久化经验库自动路由解决相似问题，显著提高了纠正行为的可靠性。
来源：arXiv · AI · arxiv.org